Parto da una dichiarazione, perché sul tema dell’intelligenza artificiale la prima forma di onestà è ammettere di usarla. Io la uso. Ne scrivo dal 2024, quando sul mio blog aprivamo la domanda “come fare raccolta fondi con ChatGPT”, e ci sono tornata più volte da allora, perché il punto non è se adottarla (quello, tra l’altro, è già successo, per tutti) ma come. Su questo continuo a pensare nello stesso modo, come ho scritto a più riprese: l’IA non è il nemico, è lo specchio, e il modo in cui la usiamo dice molto di noi.
Detto questo, quello che segue è la fotografia di un processo in corso, una moviola in corso d’opera e nient’affatto un bilancio chiuso. Abbiamo aperto un vaso di Pandora e stiamo ancora imparando a leggerne gli effetti. Alcuni dati sono già leggibili, altri arriveranno nei prossimi mesi.
In primis, il paradosso che ancora sfugge
Fino a due anni fa scrivere una buona proposta progettuale era un lavoro da settimane. Serviva qualcuno che sapesse leggere il bando, tradurre l’attività dell’organizzazione nel linguaggio del formulario, incrociare obiettivi e indicatori, tenere insieme settanta pagine senza contraddizioni e con il linguaggio adeguato. Era un mestiere, e chi lo sapeva fare bene aveva un vantaggio competitivo non indifferente. Oggi quel lavoro si fa in pochi giorni, e il risultato è mediamente migliore. La barriera all’ingresso è caduta o ha quantomeno crepe evidenti. Ed è qui che comincia il problema.
Ho letto un articolo interessante su Avvenire. Te lo lascio qui sotto tra le fonti. Claudio Arestivo, che coordina un’organizzazione non profit a Palermo, si esprime nettamente a tal proposito: il bando come sistema di selezione è morto, solo che nessuno ha ancora dato l’annuncio. Il ragionamento è semplice e difficile da smontare. Se l’AI generativa permette a chiunque di produrre una candidatura impeccabile in una settimana, nei giorni che restano se ne producono altre due, altrettanto valide. Le candidature si moltiplicano. La qualità media si alza e i valutatori si trovano a scegliere i primi della classe in una classe dove sono tutti primi.
Un caso concreto? Il Bando ACT di Fondazione Unipolis. Nell’edizione 2026 ha raccolto 1.046 candidature, contro le 743 dell’anno prima: un aumento di oltre il 40% in dodici mesi. I progetti finanziati sono stati cinque. Cinque su 1.046, meno dello 0,5% di probabilità di ottenere il contributo. La Fondazione ha reagito alzando lo stanziamento da 450.000 a 550.000 euro proprio per la qualità delle proposte ricevute, ma il tasso di selezione resta quello di una lotteria.
Sul fronte europeo, sempre Arestivo segnala una dinamica analoga sui programmi CERV, con tassi di successo crollati a percentuali a una cifra nonostante budget in crescita. Il dato preciso andrebbe verificato sulle statistiche ufficiali del portale europeo, e lo segnalo come tale; ma la direzione la conosce chiunque abbia lavorato su una call comunitaria negli ultimi diciotto mesi. Io ne leggo e la riporto come tale.
La conseguenza operativa è questa: se tra mille proposte eccellenti la scelta finale dipende comunque dalla sensibilità di chi valuta, allora migliaia di ore di lavoro gratuito vengono bruciate per un esito che assomiglia a un sorteggio. La soluzione che pone Arestivo su Avvenire è semplice: perché non individuare direttamente le organizzazioni di cui ci si fida e co-progettare con loro, invece di far competere tutti contro tutti?
L’altra metà della storia
Sarebbe però un errore leggere tutto questo come un atto d’accusa contro la tecnologia. L’AI nel Terzo Settore fa cose reali e utili, e chi la ignora si fa un danno.
Cariplo Factory, oggi Factory Plus, accompagna gli enti nell’adozione di questi strumenti e indica gli ambiti dove il ritorno è concreto: l’analisi e la sintesi di grandi quantità di documenti, il supporto alla stesura delle candidature, l’analisi dei dati raccolti sul territorio per anticipare un bisogno prima che esploda, la relazione con i beneficiari attraverso assistenti capaci di rispondere a un numero più ampio di persone e in un linguaggio più accessibile.
Sul versante, invece, della raccolta fondi vera e propria, gli usi maturi sono la segmentazione dei donatori, la personalizzazione degli appelli, la prima stesura di e-mail e newsletter, la lettura dei dati di campagna per capire cosa ha funzionato e cosa no. Sono gli stessi ambiti che indicavo nel 2024: generazione di contenuti, analisi predittiva, sviluppo dei potenziali donatori, mappatura del percorso del donatore.
C’è poi un fronte meno visibile ma già operativo. Le organizzazioni non profit vengono lette sempre più spesso non da persone, ma da sistemi di AI che aggregano informazioni e costruiscono risposte. Chi cura oggi la propria presenza digitale, con contenuti accurati e verificabili, costruisce un vantaggio anche rispetto a chi quei contenuti li cercherà tramite un assistente conversazionale. È l’evoluzione della SEO, e riguarda direttamente la reperibilità di una causa.
La convinzione condivisa, da Factory Plus a divulgatori come Raffaele Gaito, è che il vero costo non sia adottare l’AI ma far finta di nulla. Vero. Con due avvertenze che chi vende solo l’entusiasmo tende a saltare: 1) la trappola della produttività: il tempo che l’AI restituisce va usato per lavorare meglio, non semplicemente per lavorare di più, altrimenti si finisce esattamente nel meccanismo che ha ingolfato i bandi; 2) la delega senza comprensione: usare uno strumento senza sapere cosa produce, e quali distorsioni può introdurre è un rischio concreto. Come scrivevo, senza metodo e competenze l’IA resta una scatola vuota: non colma un vuoto di sostanza, lo amplifica. Insomma, l’IA va gestita e guidata, non subita.
L’omologazione, che nessuno vuole nominare
C’è un effetto collaterale di cui si parla poco, e che nel fundraising si vede più che altrove: tutto ha cominciato a suonare uguale. Appelli scritti nello stesso modo, newsletter con lo stesso ritmo, post con la stessa struttura a tre punti e la stessa chiusura a effetto. La stessa tecnologia che ha, di fatto, democratizzato la scrittura, ora la sta appiattendo. Occorrerebbe porre poi maggiore attenzione anche alla creazione delle immagini, perché il rischio di perdere la propria voce è effettivo e non solo verosimile. E il paradosso è che l’omologazione è riconoscibile: quando dietro un testo c’è un intervento artificiale non lavorato, si vede, e si vede subito.
Per il fundraising è un problema serio. La raccolta fondi vive di voce, di riconoscibilità, di una relazione che passa anche dal modo in cui un’organizzazione parla ai suoi sostenitori. Se tutte le organizzazioni parlano nello stesso modo (quella media, levigata, prevedibile del modello) perdono esattamente ciò che le rendeva distinguibili agli occhi di un donatore. L’AI che scrive al posto tuo ti fa risparmiare tempo e ti toglie la faccia, se la lasci fare senza metterci il tuo. Dobbiamo imparare a non accontentarci.
Cosa non si delega
L’AI abbassa il costo di ciò che è testo, forma e procedura. Facilita la scrittura di una proposta, la stesura di un appello, la sintesi di un report ma ciò che produce è indifferenza, o, meglio, indistinzione.
Cosa resta, allora, a renderci unici? Esattamente ciò che l’algoritmo non può produrre. La relazione con un donatore costruita in anni; la conoscenza di un territorio che non sta in nessun formulario; la fiducia di un ente erogatore che sa chi sei perché ti ha visto lavorare; il giudizio di un operatore che valuta un bisogno guardando una persona negli occhi. Sono funzioni radicate nella responsabilità di chi le esercita, e proprio per questo non trasferibili: ciò che le definisce è che vengono da qualcuno che ci mette la faccia. La riflessione giuridica più recente sul rapporto tra AI e Terzo Settore, che distingue le funzioni delegabili a un sistema tecnico da quelle che restano ancorate al giudizio umano, converge esattamente su questo punto.
Per chi fa fundraising la conclusione è concreta, quasi contabile. Se l’AI rende quasi gratuita la parte scritta della raccolta fondi, l’investimento va spostato sulla parte che resta cara e insostituibile: le persone, le relazioni, la presenza. Un’organizzazione che negli ultimi anni ha costruito rapporti veri con i propri sostenitori oggi è più solida di una che ha investito solo nella capacità di scrivere progetti perfetti, perché quella capacità è appena diventata di tutti.
È un ribaltamento che ha una conseguenza anche per chi i fondi li eroga. Se la selezione competitiva su carta produce esiti da lotteria, il valore si sposta verso forme diverse: co-progettazione, patti di fiducia con chi già si conosce, valutazione basata sulla conoscenza diretta più che sul formulario. Non tornerà tutto così, e non ovunque, ma la pressione in quella direzione è già cominciata, e viene proprio dalla tecnologia che sembrava dover premiare chi scrive meglio.
Il fundraising, del resto, non è mai stato davvero un problema di scrittura. È sempre stato un problema di relazione. L’AI ha solo reso questa verità impossibile da ignorare.
Siamo all’inizio: il quadro normativo è appena nato, gli enti erogatori stanno ancora capendo come reagire, le organizzazioni sperimentano senza una mappa condivisa. Questo articolo è un punto di osservazione, destinato a essere aggiornato man mano che i dati si consolidano. Il vaso è aperto; la partita ora è governarne gli effetti.
E se posso permettermi una battuta, di quelle che si dicono a fine lezione: davanti a mille appelli tutti uguali, tutti perfetti, tutti scritti dalla stessa mano invisibile, quasi quasi mi mancano gli errori di grammatica. Almeno erano nostri.
(L’articolo originale è stato pubblicato qualche giorno fa su Altis Università Cattolica).
Fonti
- Elena Zanella, Di fundraising e intelligenza artificiale: come fare raccolta fondi con ChatGPT? (2024) — elenazanella.it
- Elena Zanella, L’IA è qui per restare. Il problema è come la stiamo usando (2025) — elenazanella.it
- Elena Zanella, IA: e quando non sapremo più distinguere il vero dal falso (2026) — elenazanella.it
- Claudio Arestivo, La mazzata dell’IA sui bandi per il Terzo settore, Avvenire, 15 settembre 2026 — avvenire.it
- Fondazione Unipolis, Bando ACT 2026: i progetti vincitori (5 progetti selezionati su 1.046 candidature, stanziamento portato a 550.000 euro) — fondazioneunipolis.org; dati ripresi anche da Secondo Welfare
- Programma CERV (Citizens, Equality, Rights and Values), statistiche ufficiali su proposte e tassi di successo — EU Funding & Tenders Portal (dato sui tassi di approvazione riportato da Avvenire, da verificare alla fonte primaria)
- Ugo Castellani, Lina Guglielmino, IA e Terzo Settore: un “game changer” (per chi conosce le regole del gioco), Factory Plus — factoryplus.eu
- Intelligenza Artificiale e Terzo Settore: il vero costo è fare finta di nulla, Pensieri e Colori (con interviste a Raffaele Gaito e Marco Cecchini pubblicate su Vita.it) — pensieriecolori.it
- Marco A. Quiroz Vitale, Intelligenza Artificiale e Terzo Settore nel Terzo Millennio. Trasferimento simbolico, limiti etici e governo giuridico dell’innovazione, Società & Diritti, vol. 11, n. 21 (2026) — doi.org/10.54103/2531-6710/30957
